Медицина на основі ШІ може удосконалити охорону здоров’я

Від стрімкого зростання витрат на охорону здоров’я в США до постійної кризи NHS часто може здаватися, що ефективна та доступна охорона здоров’я неможлива. Ситуація лише погіршуватиметься, оскільки поширеність хронічних захворювань зростатиме, а ми відкриватимемо нові способи лікування захворювань, які раніше були смертельними. Ці нові методи лікування, як правило, дорогі, тоді як нові підходи може бути важко запровадити в системах охорони здоров’я, які або стійкі до змін, або втомлюються від них. Тим часом висхідний попит на соціальне обслуговування посилює фінансовий тиск і ще більше ускладнює розподіл ресурсів .

Штучний інтелект (ШІ) часто сприймається як відповідь на послуги, які вже змушені робити більше з меншими витратами. Проте ідея про те, що розумні комп’ютери можуть просто замінити людину в медицині, є фантастикою. ШІ, як правило, погано працює в реальному світі. Складність стає перешкодою. Поки що технології штучного інтелекту мало вплинули на безладний, за своєю суттю людський світ медицини. Але що, якби інструменти штучного інтелекту були розроблені спеціально для реальної медицини з усією її організаційною, науковою та економічною складністю?

Цей «орієнтований на реальність» підхід до ШІ є центром лабораторії, яку я очолюю в Кембриджському університеті. Тісно співпрацюючи з клініцистами та лікарнями, ми розробляємо інструменти ШІ для дослідників, лікарів, медсестер і пацієнтів. Люди часто думають, що основні можливості для ШІ в охороні здоров’я полягають в аналізі зображень, таких як МРТ-сканування, або пошуку нових лікарських сполук. Але є ще багато можливостей. Однією з речей, які вивчає наша лабораторія, є персоналізована або точна медицина. Замість універсального лікування, ми шукаємо, як налаштувати лікування відповідно до індивідуальних особливостей здоров’я та способу життя.

Використання персоналізованої медицини на основі штучного інтелекту може дозволити ефективніше лікувати поширені захворювання, такі як хвороби серця та рак, або рідкісні захворювання, такі як муковісцидоз. Це може дозволити клініцистам оптимізувати час і дозування ліків для окремих пацієнтів або відстежувати пацієнтів, використовуючи їхні індивідуальні профілі здоров’я, а не поточні загальні критерії віку та статі. Такий персоналізований підхід може призвести до ранньої діагностики, профілактики та кращого лікування, рятуючи життя та краще використовувати ресурси.

Багато з цих самих методів можна застосовувати в клінічних випробуваннях. Випробування іноді зазнають невдачі, тому що середня відповідь на препарат не відповідає цілям дослідження. Однак якщо деякі люди, які брали участь у дослідженні, добре відреагували на лікування, штучний інтелект міг би допомогти знайти ці групи в рамках наявних даних дослідження. Створення моделей даних окремих пацієнтів або «цифрових близнюків » може дозволити дослідникам провести попередні випробування, перш ніж приступати до дорогого дослідження за участю реальних людей. Це скоротить час та інвестиції, необхідні для створення ліків, зробить більше втручань, що покращують життя, комерційно життєздатними та дозволить націлити лікування на тих, хто допоможе найбільше.

У такій складній організації, як NHS, штучний інтелект може допомогти ефективно розподілити ресурси. Наша лабораторія створила інструмент під час Covid, щоб допомогти клініцистам передбачити використання апаратів штучної вентиляції легенів і ліжок у відділеннях інтенсивної терапії. Це можна поширити на всю службу охорони здоров’я, щоб розподілити медичний персонал та обладнання. Технології штучного інтелекту можуть також допомогти лікарям, медсестрам та іншим медичним працівникам покращити свої знання та поєднати свій досвід. Це також може допомогти вирішити такі головоломки, як конфіденційність пацієнтів. Новітні технології штучного інтелекту створюють так звані «синтетичні дані », які відображають закономірності всередині даних, дозволяючи клініцистам черпати з них висновки, замінюючи при цьому всю інформацію, яку можна ідентифікувати.

Клініцисти та спеціалісти зі штучного інтелекту вже розглядають потенціал для охорони здоров’я великих мовних моделей, таких як ChatGPT. Ці інструменти можуть допомогти впоратися з документообігом, порекомендувати протоколи випробувань ліків або запропонувати діагнози. Але хоча вони мають величезний потенціал, ризики та виклики очевидні. Ми не можемо покладатися на систему, яка регулярно фабрикує інформацію або навчається на необ’єктивних даних. ChatGPT не здатний зрозуміти складні умови та нюанси, які можуть призвести до неправильного тлумачення або невідповідних рекомендацій. Це може мати катастрофічні наслідки, якщо його використовувати в таких сферах, як психічне здоров’я.